买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南通大学附属医院申请的专利基于受试者工作特征曲线的冠状动脉钙化预测分析系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120544913B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511038268.9，技术领域涉及：G16H50/30；该发明授权基于受试者工作特征曲线的冠状动脉钙化预测分析系统是由戴厚永;任靓;黄圣一;史书铭;王新美;方丽设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于受试者工作特征曲线的冠状动脉钙化预测分析系统在说明书摘要公布了：本发明公开了基于受试者工作特征曲线的冠状动脉钙化预测分析系统，涉及冠状动脉钙化检测技术邻域，包括：整合处理单元，用于采集临床数据、实验室数据及影像数据，通过数据预处理后生成标准化数据；评估预测单元，用于预测不同生理特征组合下冠状动脉钙化的风险概率，并支持风险分层；分析展示单元，用于生成透明化解释，通过交互可视化工具辅助决策；决策优化单元，用于根据预测结果生成干预建议，优化血镁管理策略。本发明通过动态集成选择与加权概率融合的改进随机森林模型，显著提升了预测精度与临床实用性，通过算法创新与可视化闭环设计，实现了从数据到决策的全链条优化，为CKD患者CAC防治提供了精准、透明、动态的智能工具。

本发明授权基于受试者工作特征曲线的冠状动脉钙化预测分析系统在权利要求书中公布了：1.基于受试者工作特征曲线的冠状动脉钙化预测分析系统，其特征在于，包括： 整合处理单元，用于采集临床数据、实验室数据及影像数据，通过数据预处理后生成标准化数据； 评估预测单元，用于预测不同生理特征组合下冠状动脉钙化的风险概率，并支持风险分层； 分析展示单元，用于生成透明化解释，通过交互可视化工具辅助决策； 决策优化单元，用于根据预测结果生成干预建议，优化血镁管理策略； 其中，所述评估预测单元包括： 特征工程模块，用于提取标准化数据内各类数据相应的静态特征、动态特征及影像衍生特征，合并为生理特征； 模型构建模块，用于基于融合动态集成加权概率的随机森林构建冠状动脉钙化的风险概率预测模型，包括： 通过重采样生成若干决策树，构建原始随机森林模型； 基于k‑最近邻‑分层聚类算法的动态集成选择，选择性能最优决策树，构建风险概率预测模型； 采用加权概率融合规则，获取风险概率的预测结果； 所述基于k‑最近邻‑分层聚类算法的动态集成选择，选择性能最优决策树，构建风险概率预测模型包括： 按照生理特征的数据类型获取测试样本，计算测试样本与训练集之间的欧氏距离，按照升序排列选取前k个近邻，形成邻域样本； 计算邻域样本中任意两个决策树之间的不一致度量，构建差异性矩阵，得到决策树的层次聚类结果，形成簇集合； 计算随机森林中每棵决策树在簇集合上的分类准确率，从每个簇中选择准确率最高决策树作为性能最优决策树，输出动态选择的最优子树集合； 将最优子树集合集成至原始随机森林模型中，生成冠状动脉钙化的风险概率预测模型； 所述采用加权概率融合规则，获取风险概率的预测结果包括： 通过测试集对最优子树集合中各个决策树的性能进行评估，得到每棵决策树的预测结果，记录形成每棵决策树预测结果矩阵； 基于贝叶斯理论，计算决策树预测结果的概率，通过加权概率随机森林计算真实类别的总概率，计算得到测试样本最终的冠状动脉钙化风险概率预测结果； 所述计算决策树预测结果的概率的计算公式为： ； 式中，表示测试样本xtest选取第m棵决策树的真实类别的概率；Fi表示真实类别；xtest表示测试样本；m表示决策树，且m=1，2，3，…，M；N表示测试集总类别数； 表示测试样本xtest选取第m棵决策树的条件概率； 所述真实类别的总概率计算公式为： ； 式中，表示真实类别Fi的总概率；W表示加权权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南通大学附属医院，其通讯地址为：226000 江苏省南通市西寺路20号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。